共 1 条
[1]
Learning Bayesian Networks: The Combination of Knowledge and Statistical Data[J] . David Heckerman,Dan Geiger,David M. Chickering.Machine Learning . 1995 (3)
贝叶斯网络杂交学习算法及其在中医中的应用
被引：14
作者：
王学伟
瞿海斌
刘雪松
程翼宇
机构：
[1] 浙江大学药物信息学研究所
[2] 浙江大学药物信息学研究所 浙江杭州
[3] 浙江杭州
来源：
关键词：
贝叶斯网络;
混合学习;
知识发现;
中医;
D O I：
暂无
中图分类号：
R24 [中医临床学];
TP183 [人工神经网络与计算];
学科分类号：
100502 ;
081104 ;
0812 ;
0835 ;
1405 ;
摘要：
针对贪婪贝叶斯模式搜索算法(GBPS)在搜索最优贝叶斯网络结构时易陷入局部最优的不足,提出了一种改进的GBPS算法.在GBPS算法的邻域生成过程中引入了有向边的变向操作,并通过仿真实验研究了样本数量和网络节点的连接边数对算法寻优能力、结果准确度和计算量的影响.将该改进算法用于从中医临床诊断数据中辨识症状与辨证要素间的复杂关系.结果表明,该改进算法的学习结果优于GBPS算法和贪婪贝叶斯有向无环图搜索算法(GBDS).所发现的症状-辨证要素间的相关关系与中医专家经验吻合较好,可用于从中医诊断数据中自动获取中医专家知识.
引用
收藏
页码：948 / 952
页数：5
相关论文